例如，我收集了1000个具有10个独立变量的样本，其中我采用了其中一个（适用条件）创建目标类。现在，要获取最终的数据集，我已经删除了一个选定的属性并添加了目标类。最终数据集具有9个独立变量和1个相关变量（目标变量）。现在有一种统计方法可以让我知道最终数据集是否足够具有代表性？谢谢你。
[尝试将数据集分为训练集（800个）和测试集（200个）。
通过教师培训，训练尽可能多的不同模型（随机森林，SVM，knn等）。尝试为每个模型选择最佳训练参数。
如果有一个模型在火车组和测试组上都能很好地起作用，那么数据集就足够有代表性。否则，您需要增加数据集。
ps.s。也许当前的数据集也需要进行预处理：缩放属性，删除重复项等。